[发明专利]一种基于粒子群优化的H‑ELM的驾驶疲劳检测方法在审
| 申请号： | 201710632344.8 | 申请日： | 2017-07-28 |
| 公开（公告）号： | CN107451651A | 公开（公告）日： | 2017-12-08 |
| 发明（设计）人： | 马玉良;张淞杰;刘卫星;佘青山 | 申请（专利权）人： | 杭州电子科技大学 |
| 主分类号： | G06N3/00 | 分类号： | G06N3/00;G06N99/00;G06K9/62;G06K9/00 |
| 代理公司： | 杭州君度专利代理事务所(特殊普通合伙)33240 | 代理人： | 朱月芬 |
| 地址： | 310018 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于粒子群优化的H‑ELM的驾驶疲劳检测方法；具体为使用脑电采集设备采集驾驶脑电信号；对采集到的脑电信号进行预处理；对预处理后的数据加窗进行离散傅里叶变换；根据离散傅里叶变换后的数据求功率谱密度，并根据脑电信号的频带进行频带划分，以各频带的功率作为特征；对提取的特征使用多层学习超限学习机进行分类学习、识别；通过粒子群算法对超限学习机的分类、识别效果进行优化。本发明使用PSO优化后的H‑HELM分类器对驾驶疲劳进行检测，可有效的提高分类检测准确率。 | ||
| 搜索关键词： | 一种 基于 粒子 优化 elm 驾驶 疲劳 检测 方法 | ||
【主权项】：
一种基于粒子群优化的H‑ELM的驾驶疲劳检测方法，其特征在于，该方法具体包括如下步骤：步骤1、使用脑电采集设备采集32个信道的驾驶脑电信号；步骤2、对采集到的脑电信号进行预处理，包括降频、降噪；步骤3、对预处理后的数据加窗进行离散傅里叶变换；步骤4、根据离散傅里叶变换后的数据求功率谱密度，并根据脑电信号的频带进行频带划分，以各频带的功率作为特征；步骤5、对提取的特征使用多层学习超限学习机进行分类学习、识别；步骤6、通过粒子群算法对超限学习机的分类、识别效果进行优化。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于杭州电子科技大学，未经杭州电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710632344.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种钢带点对点焊接装置
- 下一篇：一种新型焊接夹具
